بیست‌ودو کارآزمایی تصادفی‌سازی شده در این مرور وارد شدند (N = 695). مطالعات از نظر کشور مبدا، حجم نمونه، سن شرکت‌کننده، نوع ارائه مداخله و معیارهای پیامد، بسیار متغیر بودند. خطر سوگیری در طول گروه‌ها متغیر بود. مطالعات بسیار اندکی وجود داشت که برای آن‌ها کورسازی کافی شرکت‌کنندگان و کارکنان انجام گرفته بود، و برخی نیز در معرض خطر بالای سوگیری در کورسازی ارزیابی‌کنندگان پیامد قضاوت شدند. هم‌چنین شواهدی از برخی سوگیری‌ها در تولید توالی و پنهان‌سازی تخصیص وجود داشت. برخی مطالعات، داده‌هایی را که درون گروه‌های از پیش تعریف‌شده پیامد اولیه برای این مرور قرار می‌گرفتند، گزارش نکردند، در عوض بسیاری از مطالعات معیارهایی را گزارش کردند که مخصوص مداخله (به‌عنوان مثال شناخت احساسات) بودند. طیف گسترده‌ای از معیارها درون هر گروه پیامد مورد استفاده قرار گرفت و نتایج مختلط به‌دست آمده از این معیارها، پیچیدگی بیش‌تری را هنگام تفسیر نتایج نشان دادند.

مطالعات با توجه به هدف مداخله/معیار پیامد اولیه، به چهار دسته اصلی طبقه‌بندی شدند. این‌ گروه‌ها عبارت بودند از: مطالعات شناخت احساسات، مطالعات مربوط به توجه مشترک و ارتباط اجتماعی، مطالعات تقلیدی و مطالعاتی که خود ToM را آموزش می‌دهند. درون دو دسته اول از این گروه‌ها، زیرمجموعه‌ای از مطالعات برای متاآنالیز تعداد محدودی از پیامدهای کلیدی، مناسب در نظر گرفته شدند.

شواهدی با كیفیت بسیار پائین در مورد تأثیر مثبت بر معیارهای ارتباطی مبتنی بر نتایج فردی از سه مطالعه وجود داشت. شواهدی با کیفیت پائین از 11 مطالعه به دست آمد که نتایج مختلطی را از مداخلات بر معیارهای تعاملات اجتماعی گزارش کردند، شواهدی با کیفیت بسیار پائین از چهار مطالعه نتایج مختلطی را در مورد معیارهای ارتباط عمومی گزارش دادند، و شواهدی با کیفیت بسیار پائین از چهار مطالعه نتایج مختلطی را در مورد معیارهای توانایی ToM گزارش دادند.

نتایج متاآنالیز که ما قادر به تولید آن بودیم، نشان دادند که مداخلاتی با هدف قرار دادن شناسایی احساسات در طول گروه‌های سنی و کار با افرادی در طول محدوده متوسطی از توانایی فکری، تأثیر مثبتی بر مهارت هدف داشتند، که با کمک آزمونی که از عکس چهره‌ها استفاده کرد، اندازه‌گیری شدند (میانگین افزایش 0.75 امتیاز؛ 95% فاصله اطمینان (CI): 0.22 تا 1.29 امتیاز؛ Z = 2.75؛ P < 0.006؛ چهار مطالعه؛ N = 105). مداخلات توجه مشترک تحت هدایت درمانگر می‌تواند مشوقی باشد برای ایجاد رفتارهای توجه مشترک بیش‌تر درون تعامل بزرگسال-کودک (میانگین افزایش 0.55 امتیاز؛ 95% CI؛ 0.11 تا 0.99 امتیاز؛ Z = 2.45؛ P value = 0.01؛ دو مطالعه؛ N = 88) . تجزیه‌وتحلیل بیش‌تر، این نتیجه‌گیری را تا حدودی تضعیف می‌کند و نشان می‌دهد که هیچ شواهد روشنی وجود ندارد که مداخله می‌تواند تاثیری بر ابتکارات توجه مشترک داشته باشد، همان‌طور که با استفاده از یک ابزار ارزیابی استاندارد اندازه‌گیری شد (میانگین افزایش 0.23 امتیاز، 95% CI؛ 0.48- تا 0.94 امتیاز؛ Z = 0.63؛ P value = 0.53؛ سه مطالعه؛ N = 92). هیچ موردی از عوارض جانبی دیده نشد.